배경: 기증자 가용성이 제한된 지역에서는 폐이식 의사결정에서 효율성을 최적화하는 것이 중요하다. 1년 이식편 실패의 수술 전 예측은 후보자 선별과 임상 의사결정의 질을 높일 수 있다. 방법: 우리는 한국 장기이식 레지스트리 데이터를 활용하여 폐이식 후 1년 이식편 실패를 예측하기 위한 딥러닝 기반 모델을 개발하고 검증하였다. 총 240건을 5-fold 교차검증으로 분석하였다. 1년 이식편 실패와 관련된 25개의 수술 전 요인 중에서, 모델 개발을 위해 계수가 ≥ 0.25인 상위 9개 변수를 선택하였다. 결과: 240명의 폐이식 수혜자 중 55명(22.92%)이 1년 이내에 이식편 실패를 경험하였고, 185명은 생존하였다. 최종 예측 모델은 이식 전 핵심 9가지 요인을 포함하였는데, 구체적으로는 연령, 조혈모세포 이식 후 기관지세기관지염 폐쇄성 증후군, 이식 전 세균혈증, 기관지확장증, 크레아티닌, 당뇨병, 양성 human leukocyte antigen crossmatch, panel reactive antibody 1 peak mean fluorescence intensity, 이식 전 스테로이드 사용이 포함되었다. 다층 퍼셉트론 모델은 우수한 예측 성능을 보였으며, 곡선 아래 면적(area under the curve) 0.780과 정확도 0.733을 달성하였다. 결론: 본 기계학습 기반 모델은 최소한의 이식 전 변수 집합을 사용하여 폐이식 수혜자의 1년 이식편 실패를 효과적으로 예측한다. 임상 적용 가능성을 확인하기 위한 추가 검증이 필요하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.